Python itertools expliqué : Boucles paresseuses, combinaisons et regroupements, testés
Python itertools vous offre des éléments de base rapides et légers en mémoire pour le bouclage : compteurs infinis, chaînage, regroupement, combinaisons et traitement par lots. Apprenez chaque outil avec les résultats que nous avons réellement exécutés, ainsi que les pièges qui renvoient discrètement de mauvaises réponses.
itertoolsest intégré à Python. Ses fonctions renvoient des itérateurs paresseux, elles produisent donc des valeurs uniquement lorsque vous le demandez.groupbyregroupe uniquement les éléments voisins. Triez d’abord par la même clé, sinon vous obtenez des groupes divisés.product,permutationsetcombinationsremplacent les boucles imbriquées et sont pratiques pour les matrices de test.- Dans notre exécution, l’aplatissement de 100 listes avec
chain.from_iterablea pris 0,045 ms contre 0,522 ms poursum(lists, []).
De nombreuses boucles Python suivent la même poignée de formes : comptez pour toujours, joignez plusieurs listes, regroupez les lignes par clé, essayez chaque paire ou divisez le travail en lots. Vous pouvez écrire chacun d’eux à la main avec des boucles for imbriquées et des listes temporaires, mais Python itertools est déjà livré avec des versions testées et rapides de chacun d’entre eux. Une fois que vous connaissez les noms, vos boucles deviennent plus courtes et utilisent beaucoup moins de mémoire.
Chaque exemple de ce guide a été exécuté avec Python 3.13.6 et les sorties affichées sont copiées à partir de cette exécution. Si vous débutez avec les itérateurs, notre guide des Générateurs Python est un bon compagnon, car les générateurs et les itertools fonctionnent naturellement ensemble.
Qu’est-ce qu’itertools ?
itertools est un module de bibliothèque standard de blocs de construction d’itérateur. Vous l’importez, appelez une fonction et récupérez un objet itérateur plutôt qu’une liste. Les fonctions se répartissent en trois groupes :
- Itérateurs infinis :
count,cycleetrepeat. - Itérateurs qui se terminent par l’entrée la plus courte :
accumulate,chain,groupby,compress,pairwise,batched,takewhileet autres. - Itérateurs combinatoires :
product,permutations,combinationsetcombinations_with_replacement.
import itertools as it
Pourquoi les itérateurs paresseux sont importants
Une liste stocke chaque valeur en mémoire à la fois. Un itérateur ne stocke que suffisamment d’état pour produire la valeur suivante. C’est pourquoi vous pouvez construire un compteur infini sans que votre programme ne se fige : rien n’est calculé jusqu’à ce qu’une boucle, next() ou list() extraie une valeur.
Nous avons mesuré la différence. Une liste d’un million d’entiers prenait 8 448 728 octets selon sys.getsizeof, qui ne compte que le tableau de pointeurs de la liste. Un objet islice qui donne le même million de nombres a pris 72 octets. Le problème est qu’un itérateur ne peut être lu qu’une seule fois, ce que nous abordons dans la te section.
compter, faire un cycle et répéter
Ces trois-là ne s’arrêtent jamais d’eux-mêmes, alors associez-les à islice, zip ou un break.
print(list(it.islice(it.count(10, 5), 4)))
print(list(it.islice(it.cycle("AB"), 5)))
print(list(map(pow, range(4), it.repeat(2))))
[10, 15, 20, 25]
['A', 'B', 'A', 'B', 'A']
[0, 1, 4, 9]
count(start, step) est parfait pour générer des identifiants. cycle boucle une séquence pour toujours, ce qui convient aux travaux circulaires tels que l’attribution de tickets à une rotation de testeurs. repeat transmet la même valeur à map sans créer de liste de copies.
Une astuce intéressante combine count avec une expression génératrice pour trouver la première valeur qui répond à une règle :
first = next(x for x in it.count(1) if x * x > 2026)
print(first) # 46
accumuler : totaux cumulés
accumulate renvoie les résultats en cours d’exécution. Par défaut, il ajoute, mais vous pouvez transmettre n’importe quelle fonction à deux arguments.
print(list(it.accumulate([5, 3, -2, 4])))
print(list(it.accumulate([3, 1, 4, 1, 5], max)))
[5, 8, 6, 10]
[3, 3, 4, 4, 5]
La première ligne est un solde courant. Le second est un maximum courant, utile pour suivre le meilleur score jusqu’à présent ou le temps de réponse maximal lors d’un test de charge.
chain : rejoindre les itérables sans copier
chain parcourt plusieurs itérables les uns après les autres comme s’ils n’en formaient qu’un. chain.from_iterable fait la même chose pour un itérable d’itérables, ce qui est la manière standard d’aplatir un niveau d’imbrication.
print(list(it.chain([1, 2], (3,), "ab")))
print(list(it.chain.from_iterable([[1, 2], [3], [4, 5]])))
[1, 2, 3, 'a', 'b']
[1, 2, 3, 4, 5]
Notez qu’une chaîne est elle-même itérable, donc "ab" devient deux éléments. Si vous souhaitez que la chaîne ne constitue qu’un seul élément, enveloppez-la d’abord dans une liste.
groupby : l’outil le plus mal compris
groupby divise une séquence en séries d’éléments partageant une clé. Le mot « fonctionne » est la partie importante : il regroupe uniquement les éléments qui se trouvent les uns à côté des autres. Regardez ce qui s’est passé avec les niveaux de journaux non triés :
logs = ["error", "error", "info", "error", "info", "info"]
print([(k, len(list(g))) for k, g in it.groupby(logs)])
print([(k, len(list(g))) for k, g in it.groupby(sorted(logs))])
[('error', 2), ('info', 1), ('error', 1), ('info', 2)]
[('error', 3), ('info', 3)]
La version non triée produisait quatre groupes au lieu de deux, et rien ne nous prévenait. Cela se comporte très différemment de SQL, où GROUP BY collecte toutes les lignes correspondantes où qu’elles se trouvent. Si cette comparaison peut vous aider, consultez SQL GROUP BY et HAVING.
Pour les enregistrements, trier et regrouper avec la même fonction clé :
import operator
orders = [{"city": "Pune", "amt": 120}, {"city": "Delhi", "amt": 80}, {"city": "Pune", "amt": 50}]
key = operator.itemgetter("city")
print({k: sum(o["amt"] for o in g) for k, g in it.groupby(sorted(orders, key=key), key=key)})
{'Delhi': 80, 'Pune': 170}
Astuce : chaque groupe est lui-même un itérateur qui devient invalide une fois que groupby continue. Consommez-le immédiatement, par exemple avec list(g) ou sum(...), avant le groupe suivant.
Si vos données ne sont pas déjà triées et que vous n’avez besoin que de totaux, un simple dictionnaire Python ou collections.Counter est souvent plus simple et évite le tri.
produit, permutations et combinaisons
Celles-ci remplacent les boucles imbriquées lorsque vous avez besoin de chaque arrangement de certaines entrées.
print(list(it.product(["chrome", "firefox"], ["win", "mac"])))
print(["".join(p) for p in it.permutations("ABC", 2)])
print(["".join(c) for c in it.combinations("ABCD", 2)])
print(["".join(c) for c in it.combinations_with_replacement("AB", 2)])
[('chrome', 'win'), ('chrome', 'mac'), ('firefox', 'win'), ('firefox', 'mac')]
['AB', 'AC', 'BA', 'BC', 'CA', 'CB']
['AB', 'AC', 'AD', 'BC', 'BD', 'CD']
['AA', 'AB', 'BB']
| Fonction | L’ordre est important ? | Répétitions autorisées ? | Utilisation typique |
|---|---|---|---|
produit |
Oui | Yes (across inputs) | Matrice du navigateur et du système d’exploitation |
permutations |
Oui | Non | Ordres des étapes |
combinaisons |
Non | Non | Paires uniques à comparer |
combinations_with_replacement |
Non | Oui | Multisets, totaux de dés |
Soyez prudent avec la taille. Compter le produit de trois plages de 3, 4 et 5 éléments donnait 60 tuples. Chaque dimension supplémentaire multiplie le total, donc une matrice qui semble petite peut exploser. Comptez avec sum(1 for _ in ...) ou math.prod avant d’exécuter quelque chose de coûteux dans la boucle.
par paire et par lots
pairwise (Python 3.10+) donne des voisins qui se chevauchent, ce qui est idéal pour les différences entre les lectures. batched (Python 3.12+) divise les données en morceaux de taille fixe.
print(list(it.pairwise([1, 4, 9, 16])))
print(list(it.batched(range(7), 3)))
[(1, 4), (4, 9), (9, 16)]
[(0, 1, 2), (3, 4, 5), (6,)]
Notez que le dernier lot est plus court. Si vous envoyez des lots à une API qui attend exactement trois éléments, gérez ce dernier morceau. batched est un moyen propre d’insérer des lignes dans une base de données quelques centaines à la fois, ou de respecter une limite de débit API.
Filtrage : compresser, takewhile, dropwhile, filterfalse
print(list(it.compress("ABCDE", [1, 0, 1, 0, 1])))
print(list(it.takewhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.dropwhile(lambda x: x < 5, [1, 3, 6, 2])))
print(list(it.filterfalse(lambda x: x % 2, range(8))))
['A', 'C', 'E']
[1, 3]
[6, 2]
[0, 2, 4, 6]
La surprise ici est takewhile. Il s’arrête au premier échec, donc le 2 à la fin n’a jamais été vérifié. dropwhile est l’image miroir : une fois que la condition échoue, elle donne tout ce qui suit, y compris le 2. Utilisez-les pour des données triées ou des flux avec une coupure claire, comme la lecture des lignes de journal jusqu’à ce qu’un horodatage soit passé. Pour un filtre général, utilisez filter ou une compréhension. Les fonctions courtes transmises ici sont des Fonctions Python lambda.
zip_longest et starmap
Le zip intégré s’arrête à l’entrée la plus courte et supprime silencieusement le reste. zip_longest continue et comble les lacunes :
print(list(zip("abc", [1, 2])))
print(list(it.zip_longest("abc", [1, 2], fillvalue=0)))
print(list(it.starmap(pow, [(2, 3), (3, 2), (10, 0)])))
[('a', 1), ('b', 2)]
[('a', 1), ('b', 2), ('c', 0)]
[8, 9, 1]
Lors de la comparaison d’une liste attendue avec une liste réelle dans un test, zip peut masquer un élément final manquant. zip_longest l’expose. Depuis Python 3.10, vous pouvez également passer strict=True à zip pour générer une erreur sur des longueurs inégales. starmap décompresse chaque tuple en arguments de fonction, ce qui enregistre un lambda.
épuisement des tees et des itérateurs
Un itérateur est utilisé après un seul passage. Il s’agit du bug itertools le plus courant :
g = (x * x for x in range(3))
print(list(g), list(g)) # [0, 1, 4] []
a, b = it.tee(iter([1, 2, 3]))
print(list(a), list(b)) # [1, 2, 3] [1, 2, 3]
Le second list(g) était vide, sans erreur. tee divise un itérateur en copies indépendantes, mais il met les valeurs en mémoire tampon en interne. Si une copie est bien en avance sur l’autre, la mémoire augmente et, à ce stade, une liste simple est généralement plus simple. De plus, n’utilisez pas l’itérateur d’origine après avoir appelé tee.
Mémoire et vitesse en pratique
Nous avons chronométré l’aplatissement de 100 listes de 100 nombres, 200 fois chacune. sum(lists, []) en moyenne 0,522 ms, tandis que list(chain.from_iterable(lists)) en moyenne 0,045 ms, environ onze fois plus rapide. La version sum est lente car elle construit une nouvelle liste plus longue à chaque étape.
Vos nombres différeront selon la machine, mais la forme tient : les fonctions itertools sont implémentées en C et évitent de créer des listes temporaires. La plus grande victoire est généralement la mémoire. Un pipeline d’itérateurs peut traiter un fichier de millions de lignes tout en ne conservant qu’une seule ligne à la fois. Si vous préférez la syntaxe de compréhension, les list comprehensions construisent des listes avec empressement, tandis que les expressions génératrices se combinent bien avec les itertools.
Utiliser itertools dans les tests
Les testeurs tirent beaucoup de profit de ce module. product construit des matrices de configuration pour les tests paramétrés, tels que chaque navigateur avec chaque taille d’écran. combinations donne chaque paire de fonctionnalités à tester ensemble, ce qui constitue le point de départ des tests par paires. cycle effectue une rotation des comptes de test afin que les exécutions parallèles ne se disputent pas pour une seule connexion. count génère des numéros de commande uniques pour les données de test.
import pytest
MATRIX = list(it.product(["chrome", "firefox"], ["1280x800", "375x812"]))
@pytest.mark.parametrize("browser,size", MATRIX)
def test_home_page(browser, size):
...
Cet extrait de code pytest montre uniquement le modèle ; nous ne l’avons pas exécuté sur un navigateur. Gardez la matrice petite et délibérée, car quatre combinaisons deviennent rapidement quarante. Notre guide des appareils pytest montre comment partager la configuration dans ces cas.
Quand utiliser itertools et quand ne pas le faire
- Utilisez-le pour les flux, les fichiers volumineux, les séquences générées, les combinaisons et les lots, où la paresse économise de la mémoire.
- Utilisez-le pour remplacer les boucles imbriquées dont le seul travail est de créer des arrangements.
- Ignorez-le lorsqu’une compréhension de liste est plus claire pour votre équipe. Un one-liner intelligent que personne ne peut déboguer n’est pas une victoire.
- Ignorez-le lorsque vous devez réutiliser les données plusieurs fois ; stocker une liste au lieu de lutter contre l’épuisement.
La documentation officielle comprend également une section « recettes » avec des aides prêtes à l’emploi construites à partir de ces pièces. Lisez-les une fois que vous êtes à l’aise avec les bases ici.
Pour conclure
Python itertools récompense un petit investissement. Apprenez d’abord chain, groupby, product, pairwise et batched, car ils couvrent la plupart des boucles quotidiennes. Alors rappelez-vous les deux pièges qui nous ont surpris lors des tests : trier avant groupby et ne jamais lire deux fois un itérateur. Avec ces habitudes, vos boucles deviennent plus courtes, plus rapides et plus faciles à réviser.
Questions fréquentes
Qu’est-ce qu’itertools en Python ?
itertools est un module intégré d’outils d’itération rapide pour compter, chaîner, regrouper, filtrer et générer des combinaisons. Ses fonctions renvoient des itérateurs paresseux au lieu de listes.
Pourquoi itertools.groupby donne-t-il des groupes en double ?
groupby regroupe uniquement les éléments consécutifs avec la même clé. Triez d’abord les données selon la même clé. Lors de notre test, les journaux non triés ont produit quatre groupes au lieu de deux.
Quelle est la différence entre les permutations et les combinaisons ?
Les permutations traitent AB et BA comme différents, tandis que les combinaisons les traitent comme la même paire. Pour 2 éléments de ABC, les permutations donnaient 6 résultats et les combinaisons en donneraient 3.
De quelle version de Python ai-je besoin pour les opérations par lots et par paires ?
par paire a été ajouté dans Python 3.10 et regroupé dans Python 3.12. Nous avons exécuté tous les exemples de ce guide sur Python 3.13.6.
Itertools est-il plus rapide que l’écriture de boucles ?
Souvent oui, car les fonctions sont implémentées en C et évitent les listes temporaires. L’aplatissement avec chain.from_iterable était environ onze fois plus rapide que sum(lists, []) dans notre timing.
Continuez à apprendre
Besoin d’aide pour les tests, WordPress ou le référencement ?
Nous aidons les équipes à proposer de meilleurs logiciels et à développer leurs sites. Dites-nous sur quoi vous travaillez et nous vous proposerons une prochaine étape claire.
Plus de guides sur tests, IA et développement moderne
Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.
BM25 expliqué : comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride
BM25 a expliqué avec une implémentation Python pure que nous avons exécutée : la formule, l'IDF, la saturation des termes, les paramètres k1 et b, p…
Lire l'article →Développement logicielMéthodes HTTP expliquées : GET, POST, PUT, PATCH, DELETE, testées sur un serveur Live
Méthodes HTTP expliquées avec un petit serveur que nous avons exécuté : GET, POST, PUT, PATCH, DELETE, HEAD et OPTIONS, safe vs idempotent, PUT vs P…
Lire l'article →DevOpsGit Bisect expliqué : recherchez le commit qui a brisé votre code, manuellement ou automatiquement
Git bisect expliqué avec un référentiel testé : trouvez le mauvais commit parmi 41 exécutions de tests sur 5, automatisez-le avec git bisect run, ig…
Lire l'article →Automatisation des testsExplication des marqueurs pytest : marques personnalisées, filtres skip, skipif, xfail et -m
Les marqueurs pytest expliqués avec une suite testée : enregistrez les marques personnalisées, exécutez uniquement des tests de fumée avec -m, combi…
Lire l'article →Tests logicielsTests positifs ou négatifs : différences, 24 cas de test réels et une liste de contrôle
Tests positifs et négatifs expliqués avec un véritable formulaire d'inscription : 6 cas de tests positifs et 18 cas de tests négatifs exécutés dans …
Lire l'article →Bases de données et SQLORDER SQL BY plusieurs colonnes : ASC, DESC, NULLS LAST, Case et commande personnalisée
SQL ORDER BY avec plusieurs colonnes expliquées avec des requêtes testées : ASC et DESC mixtes, départages, NULLS FIRST et LAST, tri insensible à la…
Lire l'article →Bases de données et SQLTotal cumulé SQL : SUM OVER, totaux par groupe, sommes mobiles et piège RANGE
Comment calculer un total cumulé SQL avec SUM() OVER : totaux par groupe, sommes cumulées quotidiennes, sommes mobiles, pourcentage du total, piège …
Lire l'article →Développement logicielTableau de tri JavaScript : nombres, objets, chaînes et pourquoi 10 précède 5
Comment trier correctement un tableau en JavaScript : nombres avec une fonction de comparaison, objets par un ou plusieurs champs, chaînes avec loca…
Lire l'article →Développement logicielMéthodes de chaîne Python : aide-mémoire, exemples réels et piège strip()
Méthodes de chaîne Python avec des exemples testés : split, join, strip, replace, find, Startswith, is-methods, casefold, partition et translation, …
Lire l'article →Intelligence artificielleLa similarité cosinus expliquée : formule, exemple pratique et code Python
La similarité cosinus expliquée simplement : la formule, un exemple travaillé à la main, du code Python et NumPy pur, la distance cosinus vs euclidi…
Lire l'article →Développement logicielEncodage UTF-8 expliqué : comment le texte devient des octets et comment corriger le texte tronqué
Encodage UTF-8 expliqué avec des exemples au niveau octet que nous avons exécutés en Python : comment les caractères deviennent de 1 à 4 octets, pou…
Lire l'article →Automatisation des testspytest paramétrize expliqué : 7 modèles avec des exemples testés
Paramétrage de pytest expliqué avec 7 modèles testés : cas de base, identifiants lisibles, décorateurs empilés, pytest.param avec xfail et skip, app…
Lire l'article →Tests logicielsNouveau test vs test de régression : 8 différences clés avec un véritable exemple de correction de bug
Nouveau test vs test de régression expliqué avec un véritable correctif de bug exécuté dans pytest : le nouveau test a confirmé le correctif, l'exéc…
Lire l'article →Bases de données et SQLSupprimer les lignes en double dans SQL : 5 méthodes sûres, testées étape par étape
Comment supprimer les lignes en double dans SQL en toute sécurité : recherchez-les, prévisualisez-les, puis supprimez-les avec ROW_NUMBER, MIN(id), …
Lire l'article →Bases de données et SQLSQL RANK vs DENSE_RANK vs ROW_NUMBER : différences avec les exemples testés
SQL RANK vs DENSE_RANK vs ROW_NUMBER dans une table : comment chacun gère les égalités, les N premiers par groupe, le deuxième piège salarial le plu…
Lire l'article →Développement logicielChaînage facultatif JavaScript (?.) expliqué : 8 exemples, ?? Valeurs par défaut et pièges
Le chaînage facultatif JavaScript arrête les erreurs « Impossible de lire les propriétés d'un élément non défini ». 8 exemples testés pour les propr…
Lire l'article →Développement logicielPython enumerate() expliqué : 7 exemples, start=1 et erreurs à éviter
Python enumerate() vous donne l'index et la valeur dans une boucle propre. 7 exemples testés, l'astuce start=1, des dictionnaires, des fichiers, des…
Lire l'article →Intelligence artificielleStratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés
Stratégies de segmentation RAG comparées sur un document avec tiktoken 0.14 : taille fixe, chevauchement, regroupement de phrases, fractionnement ré…
Lire l'article →Développement logicielL'idempotence de l'API expliquée : clés d'idempotence et tentatives sécurisées, testées
L'idempotence de l'API expliquée avec un serveur et un client Python que nous avons exécutés : une réponse perdue provoquait une double charge sans …
Lire l'article →DevOpsGit Stash expliqué : enregistrer, appliquer, afficher et fichiers non suivis, testé
Git stash expliqué avec les commandes que nous avons exécutées sur Git 2.56 : pousser avec un message, fichiers non suivis, lister et afficher, appl…
Lire l'article →Tests logicielsExplication des tests par paires : comment toutes les paires réduisent 216 tests à 13, testé
Tests par paires expliqués avec un générateur que nous avons exécuté dans Python 3.13 : une vérification avec 216 combinaisons couvertes par 13 test…
Lire l'article →Automatisation des testsExplication des doubles de test : factice, stub, espion, simulé et faux, avec du code Python testé
Les tests doubles sont expliqués avec un exemple Python exécuté dans pytest 9.2 : factice, stub, espion, simulé et faux, quand les utiliser, les vér…
Lire l'article →Bases de données et SQLSQL COALESCE expliqué : valeurs par défaut, NULLIF, IFNULL vs ISNULL et Traps, testées
SQL COALESCE expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : premières valeurs non nulles, chaînes vides, NULL en mathématiqu…
Lire l'article →Bases de données et SQLSQL Self Join expliqué : employé-manager, comparaisons de paires et de lignes, testés
L'auto-jointure SQL expliquée avec les requêtes que nous avons exécutées dans SQLite 3.50 : employé et manager, gagnant plus que le manager, paires …
Lire l'article →Développement logicielExplication de l'opérateur de propagation JavaScript : propagation vs repos, copies et pièges, testé
L'opérateur de propagation JavaScript expliqué avec le code que nous avons exécuté sur le nœud 24 : tableaux, objets, copies superficielles, paramèt…
Lire l'article →Développement logicielPython functools expliqué : lru_cache, partiel, réduire, envelopper et plus, testé
Les outils fonctionnels Python expliqués avec le code que nous avons exécuté sur Python 3.13 : lru_cache et cache, partial, réduire, wraps, cached_p…
Lire l'article →Développement logicielModule de collections Python expliqué : compteur, defaultdict, deque et plus, testé
Les collections Python expliquées avec le code que nous avons exécuté sur Python 3.13 : Counter, defaultdict, deque, approvedtuple, OrderedDict et C…
Lire l'article →Intelligence artificielleFenêtre contextuelle LLM expliquée : jetons, limites et comment en adapter davantage, mesurés
La fenêtre contextuelle LLM expliquée avec le nombre de jetons que nous avons mesurés à l'aide de tiktoken : mots par rapport aux jetons pour la pro…
Lire l'article →Développement logicielLes webhooks expliqués : comment ils fonctionnent et comment les recevoir en toute sécurité
Webhooks expliqués avec un récepteur et un expéditeur que nous avons exécutés en Python : push vs polling, signatures HMAC-SHA256, rejet des requête…
Lire l'article →DevOpsGit Cherry-Pick expliqué : copiez le commit dont vous avez besoin, en toute sécurité et testé
Git Cherry-pick expliqué avec les commandes que nous avons exécutées dans Git 2.56 : copie d'un correctif dans une branche de version, nouveaux hach…
Lire l'article →Automatisation des testsLes tests instantanés expliqués : comment cela fonctionne, quand cela aide et quand cela fait mal
Les tests d'instantanés expliqués avec une démo pytest et sirupeuse que nous avons exécutée : création d'instantanés, lecture de la différence après…
Lire l'article →Tests logicielsTests de mutation expliqués : pourquoi une couverture à 100 % n'a toujours pas détecté notre bug
Les tests de mutation expliqués avec un petit outil de mutation que nous avons construit et exécuté : 14 mutants, une suite de tests avec une couver…
Lire l'article →Bases de données et SQLFonctions SQL JSON expliquées : requête, mise à jour et index JSON dans SQL, testées
Fonctions SQL JSON expliquées avec les requêtes que nous avons exécutées dans SQLite 3.50 : json_extract, les opérateurs -> et ->>, json_ea…
Lire l'article →Bases de données et SQLSQL Pivot expliqué : transformez les lignes en colonnes avec CASE, FILTER et PIVOT
Le pivot SQL expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : agrégation conditionnelle avec CASE et SUM, FILTER, NULL vs zéro…
Lire l'article →Développement logicielJavaScript explique ce mot-clé : chaque règle de liaison, testée dans Node
Le mot-clé JavaScript this expliqué avec 17 cas que nous avons exécutés dans le nœud 24 : appels de méthode, perdu dans les rappels, mode strict, fo…
Lire l'article →Développement logicielPython pathlib expliqué : chemins, fichiers et dossiers de manière moderne, testés
Python pathlib expliqué avec des exemples que nous avons exécutés sur Python 3.13 : joindre des chemins avec /, nom, racine et suffixe, lire et écri…
Lire l'article →Développement logicielPython itertools expliqué : boucles paresseuses, combinaisons et regroupements, testés
Les itertools Python expliqués avec des exemples que nous avons exécutés sur Python 3.13 : compte, cycle, accumulation, chaîne, groupby, produit, co…
Lire l'article →Intelligence artificielleL'injection rapide expliquée : comment les applications d'IA sont trompées et comment les défendre
L'injection rapide expliquée aux constructeurs : attaques directes et indirectes, pourquoi les filtres de mots clés échouent (notre test a bloqué 1 …
Lire l'article →DevOpsEnregistrements DNS expliqués : A, AAAA, CNAME, MX, TXT et TTL avec de vraies recherches
Enregistrements DNS expliqués avec les recherches que nous avons effectuées : fonctionnement de la résolution, A et AAAA, règles CNAME, MX et null M…
Lire l'article →DevOpsExplication des indicateurs de fonctionnalités : versions sécurisées, déploiements progressifs et hygiène des indicateurs
Les indicateurs de fonctionnalités expliqués avec une simulation de déploiement que nous avons exécutée : types d'indicateurs, déploiements en pourc…
Lire l'article →Automatisation des testsGénération de données de test avec Python Faker : données réalistes, reproductibles et sûres
Testez la génération de données avec Python Faker, exécutez et mesurez : amorçage de données répétables, paramètres régionaux, valeurs uniques, enre…
Lire l'article →Tests logicielsExplication des tests Shift-Left : recherchez les bugs plus tôt sans ralentir l'équipe
Les tests Shift-Left ont expliqué : ce que cela signifie, pourquoi les premiers défauts sont moins chers, les pratiques allant de l'examen des exige…
Lire l'article →Bases de données et SQLFonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données
Fonctions de chaîne SQL expliquées avec les requêtes que nous avons exécutées : concaténation et NULL, TRIM, UPPER et LOWER, SUBSTR et INSTR, REPLAC…
Lire l'article →Bases de données et SQLDéclencheurs SQL expliqués : déclencheurs AVANT et APRÈS, journaux d'audit et pièges
Déclencheurs SQL expliqués avec les déclencheurs que nous avons exécutés : AVANT ou APRÈS, ANCIEN et NOUVEAU, journaux d'audit, validation, mises à …
Lire l'article →Développement logicielModule Python JSON expliqué : vidages, chargements, types personnalisés et erreurs courantes
Le module Python JSON expliqué avec le code que nous avons exécuté : dumps et chargements, fichiers, conversions de types, dates et décimales, encod…
Lire l'article →Développement logicielModules ES vs CommonJS : fonctionnement des importations JavaScript dans Node.js, testé
Les modules ES et CommonJS expliqués avec le code que nous avons exécuté dans Node.js : syntaxe d'importation et d'exportation, exigences, liaisons …
Lire l'article →Développement logicielPython Regex expliqué : modèles, groupes, anticipations et pièges, testés
L'expression régulière Python expliquée avec les modèles que nous avons exécutés : recherche contre correspondance, recherche tout, groupes et group…
Lire l'article →Intelligence artificielleExplication de la sortie structurée LLM : obtenir un JSON fiable à partir de modèles d'IA
Sortie structurée LLM expliquée avec la validation que nous avons exécutée dans Pydantic : mode et schémas JSON, décodage contraint, façons dont les…
Lire l'article →DevOpsClés SSH expliquées : comment elles fonctionnent, ssh-keygen, Ed25519 et habitudes sûres
Clés SSH expliquées avec les clés que nous avons générées : clés publiques ou privées, ssh-keygen, Ed25519 vs RSA, empreintes digitales, phrases sec…
Lire l'article →DevOpsLa mise en cache HTTP expliquée : Cache-Control, ETag et 304 réponses, avec un test en direct
La mise en cache HTTP expliquée avec un petit serveur que nous avons exécuté : directives Cache-Control, max-age, no-cache vs no-store, revalidation…
Lire l'article →Automatisation des testsExplication des tests des contrats API : détectez les modifications majeures avant leur expédition
Les tests de contrat API ont été expliqués à l'aide d'une vérification de schéma que nous avons effectuée : ce qu'est un contrat, les contrats axés …
Lire l'article →Tests logicielsExplication des tests basés sur les risques : évaluez les risques, créez une matrice et testez ce qui compte
Les tests basés sur les risques sont expliqués étape par étape : identification des risques, notation de la probabilité et de l'impact, création d'u…
Lire l'article →Bases de données et SQLContraintes SQL expliquées : NOT NULL, UNIQUE, CHECK et FOREIGN KEY, testées
Les contraintes SQL expliquées avec les tests que nous avons exécutés : NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY et FOREIGN KEY, les failles NULL, …
Lire l'article →Bases de données et SQLFonctions de date SQL expliquées : ajout, comparaison et regroupement de dates sans bugs
Fonctions de date SQL expliquées avec les requêtes que nous avons exécutées : ajout d'intervalles, surprises de fin de mois, différences de dates, p…
Lire l'article →Développement logicielPython asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels
Python asyncio expliqué avec le code que nous avons chronométré : coroutines, wait, collect, TaskGroup, gestion des erreurs, délais d'attente, limit…
Lire l'article →Développement logicielDebounce vs Throttle en JavaScript : comment ils fonctionnent, quand les utiliser, testés
Debounce vs throttle en JavaScript expliqué avec les timings que nous avons mesurés dans Node.js : comment chacun fonctionne, implémentations simple…
Lire l'article →Développement logicielLes gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles
Les gestionnaires de contexte Python ont expliqué avec le code que nous avons exécuté : comment cela fonctionne, __enter__ et __exit__, contextlib.c…
Lire l'article →Intelligence artificielleTempérature LLM et Top-p expliqués : comment les modèles d'IA choisissent leur prochain mot
La température LLM et le top-p expliqués à l'aide d'une simulation que nous avons exécutée : comment les probabilités sont remodelées, ce que conser…
Lire l'article →DevOpsYAML expliqué : syntaxe, problème norvégien et autres pièges que nous avons testés
YAML expliqué avec un test d'analyseur : syntaxe de base, listes et cartes, le problème de la Norvège, les versions se transformant en flottants, co…
Lire l'article →DevOpsLes tâches Cron expliquées : syntaxe, horaires réels et erreurs qui les interrompent
Les tâches Cron expliquées avec les plannings que nous avons vérifiés : les cinq champs, les opérateurs, des exemples réels, le piège du jour du moi…
Lire l'article →Tests logicielsCycle de vie des bogues dans les tests logiciels : chaque statut, à qui il appartient et les erreurs courantes
Le cycle de vie des bogues expliqué : chaque statut de défaut, de Nouveau à Fermé, à qui appartient chaque étape, les bogues rejetés, différés et ro…
Lire l'article →Automatisation des testsTests basés sur les propriétés en Python : l'hypothèse trouve les bogues manqués par vos exemples
Les tests basés sur les propriétés sont expliqués avec les tests d'hypothèses que nous avons exécutés : propriétés par rapport aux exemples, stratég…
Lire l'article →Bases de données et SQLPagination SQL expliquée : OFFSET vs Keyset, avec un test d'un million de lignes
La pagination SQL expliquée avec un test d'un million de lignes que nous avons effectué : LIMIT et OFFSET, pourquoi les pages profondes deviennent l…
Lire l'article →Intelligence artificielleLes hallucinations de l'IA expliquées : pourquoi les modèles de langage inventent les choses et comment les réduire
Les hallucinations de l'IA ont expliqué : ce qu'elles sont, pourquoi les modèles de langage les produisent, les types courants, comment les réduire …
Lire l'article →DevOpsVariables d'environnement expliquées : fichiers .env, secrets et configuration correctement effectués
Variables d'environnement expliquées avec des exemples Python que nous avons exécutés : lecture et définition, pourquoi chaque valeur est une chaîne…
Lire l'article →Développement logicielLimitation du débit de l'API expliquée : algorithmes, en-têtes et gestion des erreurs 429
Limitation du débit de l'API expliquée avec une simulation que nous avons exécutée : compartiment de jetons, fenêtre fixe, fenêtre glissante, 429 ré…
Lire l'article →Automatisation des testsSe moquer en Python : unittest.mock, patch et les erreurs qui font mentir les tests
Moquerie en Python avec unittest.mock, testée : Mock et return_value, side_effect, correctifs où un nom est utilisé, spec et autospec, dates moqueus…
Lire l'article →Tests logicielsCouverture du code expliquée : couverture des lignes par rapport aux branches et ce que signifie réellement 100 %
Couverture du code expliquée avec une véritable exécution de cover.py : couverture des lignes, des branches et des conditions, lecture d'un rapport,…
Lire l'article →Bases de données et SQLDELETE vs TRUNCATE vs DROP dans SQL : différences, restauration et quand les utiliser
DELETE vs TRUNCATE vs DROP expliqué avec SQL testé : ce que chacun supprime, restauration, déclencheurs, réinitialisation d'identité, vitesse et en …
Lire l'article →Bases de données et SQLVues SQL expliquées : créez, utilisez et évitez les pièges, avec des exemples
Vues SQL expliquées avec les requêtes que nous avons exécutées : création d'une vue, résultats en direct, masquage des colonnes, performances, vues …
Lire l'article →Développement logicielInterface TypeScript vs Type : différences réelles, testées avec le compilateur
Interface TypeScript vs type, vérifiée avec le vrai compilateur : ce que les deux peuvent faire, ce qu'un seul peut faire, la fusion des déclaration…
Lire l'article →Développement logicielPython *args et **kwargs expliqués : fonctions flexibles avec des exemples clairs
Python *args et **kwargs expliqués avec le code que nous avons exécuté : emballage et déballage, ordre des paramètres, arguments de mot-clé uniqueme…
Lire l'article →Développement logicielFonctions Python Lambda : syntaxe, utilisations réelles et quand ne pas les utiliser
Fonctions Python lambda expliquées avec le code que nous avons exécuté : syntaxe, tri avec clé, carte et filtre, fermetures, piège de liaison tardiv…
Lire l'article →Intelligence artificielleQue sont les agents IA ? Comment ils fonctionnent, avec une simple boucle d'agent que vous pouvez exécuter
Que sont les agents IA ? Un guide simple sur la boucle d'agent, les outils, la mémoire et les garde-fous, avec une petite boucle Python que nous avo…
Lire l'article →DevOpsSurveillance vs observabilité : la vraie différence, avec les journaux, les métriques et les traces
Surveillance et observabilité expliquées : échecs connus et inconnus, journaux, métriques et traces, présentation pas à pas des incidents de paiemen…
Lire l'article →DevOpsVolumes Docker vs montages Bind : conserver les données du conteneur de la bonne manière
Volumes Docker et montages de liaison expliqués : pourquoi les données du conteneur disparaissent, volumes nommés, montages de liaison, tmpfs, exemp…
Lire l'article →Automatisation des testsTDD vs BDD : principales différences, une fonctionnalité conçue dans les deux sens et quand les utiliser
TDD vs BDD expliqué avec une fonctionnalité de remise construite dans les deux sens : refactor rouge-vert avec le code que nous avons exécuté, scéna…
Lire l'article →Tests logicielsTests d'acceptation utilisateur (UAT) : processus, liste de contrôle et exemples réels
Les tests d'acceptation des utilisateurs sont expliqués : qui les exécute, en quoi ils diffèrent du contrôle qualité, un processus en sept étapes, u…
Lire l'article →Bases de données et SQLExplication des valeurs SQL NULL : IS NULL, COALESCE, NULLIF et les pièges à éviter
Les valeurs SQL NULL expliquées avec les requêtes que nous avons exécutées : logique à trois valeurs, IS NULL, COALESCE, NULLIF, comment les agrégat…
Lire l'article →Bases de données et SQLInstruction SQL CASE WHEN : syntaxe, exemples réels et erreurs courantes
SQL CASE WHEN expliqué avec les requêtes que nous avons exécutées : formulaires simples et recherchés, ordre des conditions, pivots avec SUM, astuce…
Lire l'article →Développement logicielQu'est-ce que JWT ? Les jetons Web JSON expliqués avec un exemple fonctionnel
Qu’est-ce que JWT ? JSON Web Tokens expliqué : les trois parties, un jeton construit et falsifié dans le code que nous avons exécuté, JWT vs session…
Lire l'article →Développement logicielBoucle d'événements JavaScript expliquée : pile d'appels, microtâches et minuteries avec des exemples
La boucle d'événements JavaScript expliquée avec le code que nous avons exécuté : pile d'appels, files d'attente de tâches et de microtâches, pourqu…
Lire l'article →Développement logicielGénérateurs Python et rendement expliqués : économisez de la mémoire avec des exemples réels
Les générateurs Python et le rendement expliqués avec le code que nous avons exécuté : comment ils s'arrêtent et reprennent, les économies de mémoir…
Lire l'article →Intelligence artificielleQue sont les intégrations ? Vecteurs et similarité cosinus expliqués simplement
Que sont les intégrations ? Un guide en langage simple sur les vecteurs, la similarité cosinus et la recherche sémantique, avec un petit exemple que…
Lire l'article →DevOpsDéploiement Bleu-Vert vs Canary : différences, compromis et comment choisir
Explication du déploiement bleu-vert ou canari : comment chacun fonctionne, coût, risque et restauration, regroupement d'utilisateurs stable que nou…
Lire l'article →Automatisation des testsTests instables : quelles sont leurs causes et comment les corriger définitivement
Des tests irréguliers expliqués avec des démos que nous avons exécutées : les principales causes, comment en confirmer et en diagnostiquer une, les …
Lire l'article →Tests logicielsTests de charge vs tests de contrainte : différences, métriques et exemples k6
Explication des tests de charge et des tests de stress : ce que chacun prouve, les tests de pointe et de trempage, les métriques qui comptent, pourq…
Lire l'article →Tests logicielsScénario de test et scénario de test : principales différences, exemples et quand les utiliser
Scénario de test et scénario de test expliqués : des définitions claires, un tableau côte à côte, une fonctionnalité de réinitialisation de mot de p…
Lire l'article →Bases de données et SQLOptimisation des requêtes SQL : lire les plans d'exécution et corriger les requêtes lentes, avec des délais
Optimisation des requêtes SQL testée sur un million de lignes : lire les plans d'exécution, ajouter les bons index, corriger les filtres non Sargabl…
Lire l'article →Bases de données et SQLSQL UNION vs UNION ALL : différences, exemples et performances testées
SQL UNION vs UNION ALL expliqué avec les requêtes que nous avons exécutées : des doublons, les règles suivent toutes les deux, un véritable bug de d…
Lire l'article →Développement logicielTutoriel API JavaScript Fetch : GET, POST, gestion des erreurs et délais d'attente
Un didacticiel de l'API JavaScript Fetch testé sur un serveur local : GET et POST, pourquoi 404 ne lance pas, un assistant réutilisable, des chaînes…
Lire l'article →Développement logicielGestion des fichiers Python : lecture, écriture, CSV, JSON et pathlib avec exemples
Gestion des fichiers Python expliquée avec le code que nous avons exécuté : modes ouverts, avec lecture de fichiers volumineux, CSV, JSON, pathlib, …
Lire l'article →Développement logicielClasses et objets Python : didacticiel POO avec des exemples réels
Classes et objets Python expliqués avec le code que nous avons exécuté : __init__, méthodes, attributs de classe par rapport à l'instance, héritage,…
Lire l'article →Intelligence artificielleQu'est-ce qu'un grand modèle de langage ? Comment fonctionnent les LLM, expliqués sans battage médiatique
Qu’est-ce qu’un grand modèle de langage ? Les LLM expliqués en langage simple : jetons, intégrations, attention, formation, fenêtres de température …
Lire l'article →DevOpsCommandes Linux pour les débutants : le guide du terminal essentiel avec des exemples
Commandes Linux pour débutants, regroupées par tâche : navigation, fichiers, affichage des journaux, grep, tuyaux, autorisations, processus et archi…
Lire l'article →Automatisation des testsSelenium vs Playwright : principales différences, code comparé et lequel choisir
Comparatif Selenium vs Playwright : architecture, attente, support du navigateur et du langage, débogage, même test dans les deux outils, conseils d…
Lire l'article →Tests logicielsPartitionnement d'équivalence : technique de conception de tests expliquée avec des exemples concrets
Le partitionnement d'équivalence expliqué : comment trouver des partitions valides et invalides, des exemples concrets d'âges, de mots de passe et d…
Lire l'article →Tests logicielsGravité vs priorité dans les tests logiciels : différences, matrice et exemples réels
Explication de la gravité et de la priorité dans les tests logiciels : des définitions claires, une matrice à quatre voies avec des exemples, des éc…
Lire l'article →Bases de données et SQLTutoriel sur les sous-requêtes SQL : types, sous-requêtes corrélées et EXISTE avec des exemples
Un didacticiel sur les sous-requêtes SQL avec les requêtes que nous avons exécutées : les sous-requêtes scalaires, IN, FROM et SELECT, les sous-requ…
Lire l'article →Bases de données et SQLTransactions SQL et ACID expliquées : COMMIT, ROLLBACK et niveaux d'isolement
Transactions SQL et ACID expliquées avec un virement bancaire que nous avons effectué : COMMIT, ROLLBACK, points de sauvegarde, verrous, niveaux d'i…
Lire l'article →Développement logicielAide-mémoire sur les commandes Git : les commandes que vous utilisez réellement, avec des exemples
Une aide-mémoire sur les commandes Git regroupées par tâche : configuration, transfert, branches, télécommandes, cache, historique et annulation des…
Lire l'article →Développement logicielLes promesses JavaScript expliquées : alors, catch, Promise.all et les erreurs courantes
Les promesses JavaScript expliquées avec le code que nous avons exécuté : les états, les chaînes then et catch, la gestion des erreurs, Promise.all,…
Lire l'article →Développement logicielTutoriel du dictionnaire Python : méthodes, exemples et modèles courants
Un didacticiel de dictionnaire Python avec du code que nous avons exécuté : créer, lire et mettre à jour des dictés, des méthodes clés, des fusions,…
Lire l'article →Intelligence artificielleQu’est-ce que RAG ? La génération augmentée par récupération expliquée avec un exemple fonctionnel
Qu’est-ce que le RAG ? La génération augmentée par récupération expliquée étape par étape : indexation, segmentation, intégrations, récupération, un…
Lire l'article →DevOpsTutoriel Terraform pour les débutants : Infrastructure en tant que code du premier fichier aux modules
Un didacticiel Terraform pour les débutants : commencez sans compte cloud, apprenez l'initialisation, la planification et l'application, puis les va…
Lire l'article →DevOpsDocker vs Kubernetes : principales différences, comment ils fonctionnent ensemble et ce dont vous avez besoin
Docker vs Kubernetes expliqué : ce que chacun fait, la même application s'exécute avec les deux, Docker Compose et Swarm comparés, les dockershim ch…
Lire l'article →Automatisation des testsTutoriel Pytest pour les débutants : luminaires, paramétrage et exemples réels
Un tutoriel pytest pour les débutants avec des tests que nous avons exécutés sur pytest 9.2 : assertions, appareils, paramétrage, conftest, marqueur…
Lire l'article →Tests logicielsCycle de vie des tests logiciels (STLC) : 6 phases, critères d'entrée et de sortie, exemple
Le cycle de vie des tests logiciels expliqué : six phases STLC avec des critères d'entrée et de sortie, des livrables, un exemple de fonctionnalité …
Lire l'article →Développement logicielGit merge vs rebase : différences, exemples et quand utiliser chacun
Git merge vs rebase expliqué avec de vraies sorties de log, un tableau comparatif, la règle d'or du rebase et un flux de travail sûr pour les équipes.
Lire l'article →Développement logicielList comprehension Python : syntaxe, exemples et cas à éviter
La list comprehension Python expliquée : syntaxe, filtres, if-else, boucles imbriquées, temps mesurés et cas où une boucle for classique est préféra…
Lire l'article →Bases de données et SQLJointures SQL expliquées avec exemples (Inner, Left, Right, Full)
Comprenez les jointures SQL pas à pas avec des tables et requêtes d'exemple : INNER, LEFT, RIGHT, FULL, CROSS et SELF, plus erreurs courantes et con…
Lire l'article →